+7 499 135-41-63 (ВЦ РАН)
   info@forecsys.ru
      или посмотреть карту сайта

Новостной поток, 2017 год

Прогнозирование влияния новостного потока на изменение цен инструментов

Временной/событийный подходы, 2017 год

Временной и событийный подходы к выявлению нестандартных ситуаций на биржевых торгах

Геоанализ, 2015 год

Геоанализ кластеров клиентов крупного российского банка в г. Новосибирск

Диаграмма Вороного, 2015 год

Использование диаграммы Вороного для распределения сотовых базовых станций

Оптимизация сети светофоров, 2014 год

Оптимизация сети светофорных объектов в г. Люберцы

Модель светофорного объекта, 2013 год

Разработка программного инструмента оптимизации работы перекрестка

Тепловые карты, 2013 год

Построение тепловой карты клиентов крупного ТЦ

Модель светофорного объекта, 2013 год

Исследование: Модель светофорного объекта
Сроки проекта: 2013

Задача

Разработка программного инструмента оптимизации работы перекрестка.

Основа подхода

На первом этапе были собраны и обработаны данные с описанием перекрестка (количество полос, направления движения, наличие/отсутствие пешеходных переходов, длин и ширина карманов, а также входные интенсивности (данные Яндекса и видеофиксация потока). После этого была создана матрица разрешенных направлений и сформулированы критерии оптимизации работы перекрестка: пропускная способность и затраты преодоления (средневзвешенная скорость прохождения и суммарная потеря времени на перекрестке).

Для разработки имитационного алгоритма были проанализированы составы фаз, их длительность и возможные комбинации длительности фаз. Кроме того, алгоритм учитывал такие параметры перестроения автомобилей во время прохождения перекрестка, как вежливость, ожидание при перестроении, а также их влияние на показатели длин очередей, их сокращение или наращивание.

Итоги

Создана математическая модель, позволяющая оптимизировать перекрестки. По данным Яндекса разработаны средства восстановления интенсивностей, точно характеризуют потоки на перекрестках, предложена методика дополнительной калибровки интенсивностей с помощью данных видеофиксации. Благодаря модели оптимизации прирост средневзвешенной скорости прохождения перекрестка составил 8,4% в утреннее время и 11,4% в вечернее время.